BioAI 基准可能把见过的分子混进了“未见测试”
DeryaTR_ · x · 2026-07-22
BioAI 进展可能正被评测体系拖累：被引用的线程指出，常见的小分子活性预测“考试”并不真正做到未见样本测试。
核心问题是，很多药物发现基准里包含了模型实际上已经见过或高度相似的分子，导致它们很难检验泛化能力。作者主张，如果想让 BioAI 真正进步，评测设计必须先变得更严谨。
「研究」频道最新
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一份横跨 ML、系统、NLP 与音频的经典论文清单 — deliprao · 2026-07-27